共查询到18条相似文献,搜索用时 93 毫秒
1.
2.
岩性识别是测井数据解释中最关键的一环,但传统的岩性识别方法解释效率慢,精度低,受人为因素影响大。为此,提出一种遗传优化径向基概率神经网络(RBPNN)的岩性识别方法。该方法融合概率神经网络(PNN)和径向基函数神经网络(RBFNN)的优势来构造RBPNN,采用遗传算法搜索使得RBPNN训练法误差最小的最优隐中心矢量和相匹配的核函数控制参数,优化网络结构,提高收敛速度与精度,形成全结构遗传优化的RBPNN模型。实例应用表明,基于遗传优化RBPNN的岩性识别能够达到工程实际应用的规范标准,且是可行有效的,能够为油田地质勘探领域的岩性识别提供科学的理论支持与依靠。 相似文献
3.
一种新的径向基概率神经网络模型(Ⅰ):基本理论 总被引:2,自引:0,他引:2
黄德双 《计算机研究与发展》1998,(2)
文中在径向基函数网络(RBFN)和概率神经网络(PNN)的基础上,提出了一种径向基概率神经网络(RBPNN)模型,这种网络保留了前两种网络模型的优点,既可以减少网络连接权值的训练时间,又能减少网络隐单元的数目,同时,网络用于测试的时间也较RBFN明显地下降. 相似文献
4.
基于径向基函数神经网络的特征识别技术研究 总被引:3,自引:0,他引:3
特征表示和识别效率是基于神经网络特征识别技术所面临的基本问题。在研究特征拓扑结构信息的基础上,提出一种应用特征构成面及其邻接边信息构成特征编码的特征表示模型,并在此基础上,提出基于径向基函数神经网络的特征识别方法。最后,应用此方法实现了对典型加工特征的识别。 相似文献
5.
黄德双 《计算机研究与发展》1998,35(2):118-121
文中在径向基函数网络(RBFN)和概率神经网络(PNN)的基础上,提出了一种径向基概率神经网络(RBPNN)模型,这种网络保留了前两种网络模型的优点,即可以减少网络连接权值的训练时间,又能减少网络隐单元的数目,同时,网络用于测试的时间也较RBFN明显一地下降。 相似文献
6.
黄德双 《计算机研究与发展》1998,35(2):122-127
文中从线必玳数的角度,对已提出的径向基概率神经网络(RBPNN)的映射特性作了详尽的分析,最后,使用实测的飞机目标数据验证,该模型用作模式分类器十分有效的。 相似文献
7.
基于径向基概率神经网络的植物叶片自动识别方法 总被引:6,自引:0,他引:6
提出一种将Gabor小波和神经网络相结合应用于植物叶片自动识别的方法.该方法对活体植物图像进行多尺度Gabor纹理特征提取,再使用一种径向基概率神经网络模型进行分类识别.实验结果验证该方法的有效性. 相似文献
8.
本文研究了径向基概率神经网络(Radial Basis Probabilistic Neural Networks,RBPNN)的一种新的无监督学习算法,该算法整合了径向基概率神经网络的结构原理与动态聚类算法的特点,使得在对训练样本的聚类分析并正确划分其类别属性的同时,自动完成径向基概率神经网络的训练过程.本算法在对IRIS和双螺旋分类问题的应用中,取得了较好的分类效果,而且在推广能力方面,由本文算法训练的RBPNN要明显好于有监督训练的径向基函数神经网络(RBFNN). 相似文献
9.
10.
基于广义径向基函数的神经网络分类预测 总被引:1,自引:0,他引:1
径向基函数网络是神经网络中一种广泛使用的设计方法.它把神经网络的设计看作是一个高维空间的曲线逼近问题.相对于其他的神经网络方法.径向基函数神经网络除了具有一般神经网络的优点,如多维非线性映射能力、泛化能力、并行信息处理能力等,还具有很强的聚类分析能力,学习算法简单方便等优点.针对一个实际分类问题,利用广义径向基函数网络的思想训练一个网络并实现对测试数据集的分类预测.本算法采用k-均值聚类算法训练广义径向基函数网络中心,使用奇异值分解计算输出层权值.对该网络的实现细节及待改进之处进行简要分析.实验表明广义径向基函数神经网络的思想具有很强的聚类分析能力,学习算法简单方便等优点. 相似文献
11.
A probabilistic radial basis function network (P-RBFN)is presented for face recognition. Each P-RBFN isonly responsible for the recognition of one class. To a given face pattern to be identified, the probability of the givenface pattern belonging to every class is calculated by corresponding P-RBFN and the final recognition result is the fu-sion of all P-RBFN‘s outputs. This method combines the statistic theory and neural network technology and can easi-ly be applied in distributed mode. Experiments are implemented on ORL, and an error rate 4% has been got. Com-parison between P-RBFN and other methodologies such as Eigenface, SOM CN and HMM has been done and the advantages of the P-RBFN are demonstrated. 相似文献
12.
对径向基函数神经网络在疵点分类中的应用进行了研究;提出了一种应用于模式识别的RBF训练算法,提取织物疵点的特征参数如均值、方差和熵,再利用神经网络进行疵点类别的判别,精确度高达百分之九十多,准确地反映了每一类瑕疵特征的真实分布情况;然后分析了另一种神经网络--学习矢量量化网络LVQ对疵点分类的效果,将它们的训练速度和分类精度进行了比较;实验结果表明,采用RBF神经网络比LVQ神经网络的分类速度更快、精度更高,更有效地被应用于织物疵点分类中。 相似文献
13.
基于径向基函数神经网络的红外步态识别 总被引:1,自引:0,他引:1
为提高红外步态识别的效果,提出一种基于径向基函数神经网络的多分类器融合算法。对红外步态序列,分别应用基于轮廓线傅立叶描述子特征的模糊分类器和基于下肢关节角度特征的贝叶斯分类器进行识别,再利用径向基函数神经网络的学习和分类功能,对获得的输出信息进行度量层的融合和再识别。仿真实验结果表明,该算法获得更加精确的分类效果。 相似文献
14.
逆系统方法的径向基函数网络实现 总被引:12,自引:0,他引:12
研究采用径向基函数网络(RBFN)构造系统逆控制器的工程实现问题,同时给出该直接逆动态控制器存在的充分条件。为进一步改善基于RBFN的直接逆动态控制器的动态性能,对该伪逆系统进行PID综合。仿真研究表明,以RBFN拟合对象逆过程的PID综合控制策略不仅能改善系统的动态性能,而且具有良好的参数鲁棒性能。 相似文献
15.
径向基概率神经网络的一种自组织学习算法 总被引:2,自引:0,他引:2
介绍了径向基概率神经网络 (RBPNN)的一种自组织学习算法 ,该算法把径向基概率神经网络的结构原理与自组织聚类算法相结合 ,不仅能够完成对训练样本的聚类分析 ,标识出训练样本的类别属性 ,而且能够自动完成基于该训练样本集的径向基概率神经网络的训练过程 .本算法用于对 IRIS三种花型识别在训练阶段达到 97.33%的识别效果 ,而在推广能力方面 ,由本文算法得到的 RBPNN优于有标识的训练样本的 RBFNN 相似文献
16.
17.
改进的径向基函数神经网络预测模型 总被引:1,自引:0,他引:1
在提高网络传输性能的研究中,径向基函数神经网络(RBF网络)的基函数个数、中心及宽度的确定一直是难解决的问题,为提高RBF网络泛化能力是当前一个重要的研究问题.分析了传统RBF网络工作原理及不足,提出了改进.采用梯度下降法训练径向基函数中心和宽度,提高网络泛化性能.改进最优停止训练算法,使算法效率提高,且避免过拟合现象,最终使RBF网络获得更优的泛化能力.用改进的RBF网络对iris及wine数据集建立预测模型,进行仿真.结果表明,梯度下降方法训练出更优的基函数参数,改进的最优停止训练方法缩短了训练时间、提高预测精度,网络泛化能力有明显提高. 相似文献